python实现读取并显示图片的两种方法

https://www.cnblogs.com/lantingg/p/9259840.html

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。

一、matplotlib

1. 显示图片

1 2 3 4 5 6 7 8 9 10 11

import matplotlib.pyplot as plt # plt 用于显示图片 import matplotlib.image as mpimg # mpimg 用于读取图片 import numpy as np   lena = mpimg.imread('lena.png') # 读取和代码处于同一目录下的 lena.png # 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理 lena.shape #(512, 512, 3)   plt.imshow(lena) # 显示图片 plt.axis('off') # 不显示坐标轴 plt.show()

2. 显示某个通道

1 2 3 4 5 6 7 8 9 10 11

# 显示图片的第一个通道 lena_1 = lena[:,:,0] plt.imshow('lena_1') plt.show() # 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法： plt.imshow('lena_1', cmap='Greys_r') plt.show()   img = plt.imshow('lena_1') img.set_cmap('gray') # 'hot' 是热量图 plt.show()

3. 将 RGB 转为灰度图

matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：

1 2 3 4 5 6 7 8

def rgb2gray(rgb):   return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])   gray = rgb2gray(lena)  # 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray')) plt.imshow(gray, cmap='Greys_r') plt.axis('off') plt.show()

4. 对图像进行放缩

这里要用到 scipy

1 2 3 4 5

from scipy import misc lena_new_sz = misc.imresize(lena, 0.5) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸 plt.imshow(lena_new_sz) plt.axis('off') plt.show()

5. 保存图像

5.1 保存 matplotlib 画出的图像

该方法适用于保存任何 matplotlib 画出的图像，相当于一个 screencapture。

1 2 3

plt.imshow(lena_new_sz) plt.axis('off') plt.savefig('lena_new_sz.png')

5.2 将 array 保存为图像

1 2	from scipy import misc misc.imsave('lena_new_sz.png', lena_new_sz)

5.3 直接保存 array

读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失

1 2	np.save('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npy img = np.load('lena_new_sz.npy') # 读取前面保存的数组

二、PIL

1. 显示图片

1 2 3

from PIL import Image im = Image.open('lena.png') im.show()

2. 将 PIL Image 图片转换为 numpy 数组

1 2	im_array = np.array(im) # 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝

3. 保存 PIL 图片

直接调用 Image 类的 save 方法

1 2 3

from PIL import Image I = Image.open('lena.png') I.save('new_lena.png')

4. 将 numpy 数组转换为 PIL 图片

这里采用 matplotlib.image 读入图片数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PIL.Image 数据是 uinit8 型的，范围是0-255，所以要进行转换：

1 2 3 4 5

import matplotlib.image as mpimg from PIL import Image lena = mpimg.imread('lena.png') # 这里读入的数据是 float32 型的，范围是0-1 im = Image.fromarray(np.uinit8(lena*255)) im.show()

5. RGB 转换为灰度图

1 2 3 4 5

from PIL import Image I = Image.open('lena.png') I.show() L = I.convert('L') L.show()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

• python通过opencv实现批量剪切图片
• python实现图片批量剪切示例
• python+opencv识别图片中的圆形
• Python实现图片尺寸缩放脚本
• python tensorflow学习之识别单张图片的实现的示例
• 用python实现对比两张图片的不同
• Python实现识别手写数字 Python图片读入与处理
• python使用Image处理图片常用技巧分析
• python实现识别相似图片小结
• Python实现拼接多张图片的方法
• Python+Opencv识别两张相似图片
• Ubuntu下使用Python实现游戏制作中的切分图片功能

 

原文链接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html